알파고 설계방식은 "plays just like a human"으로 마치 사람의 감각을 모방하듯이 사람처럼 바닥판의 모양을 보고 패턴을 인식하고 판단하는 능력과 어디에 두면 좋은지에 대한 감각, 전문가의 감각으로 미지의 바둑문제를 해결하는 선택을 잘 하는 것이다.

바둑의 문제를 푸는 선택으로는 첫째는 How AlphaGo chooses its next move 와 둘째는 How AlphaGo assesses new positions 이라는 두가지의 중요한 선택을 하게 된다. 첫번째는 몬테카를로 트리탐색(tree search) 방식이고 둘째는 딥러닝(deep neural networks) 과 강화학습 모델이다.